基于迭代扩展卡尔曼滤波的紧耦合3D激光SLAM系统及方法技术方案

本发明专利技术公开了一种基于迭代扩展卡尔曼滤波的紧耦合3D激光SLAM系统及方法，基于迭代误差状态扩展卡尔曼滤波器构建激光‑惯性里程计，辅以基于轨迹的回环检测组成后端，构成3D激光SLAM系统，并且使用搭载3D激光雷达和IMU的机器人使用该SLAM算法进行地图构建。本发明专利技术能够有效提高定位精度、鲁棒性，并降低计算复杂度，同时具有较好的雷达兼容性，以满足实际应用的需求。

【技术实现步骤摘要】

本专利技术涉及机器人同时定位与地图构建领域，具体涉及基于迭代扩展卡尔曼滤波的紧耦合3d激光slam系统及方法。

技术介绍

1、随着自主移动机器人、自动驾驶汽车和无人机等技术的快速发展，精确且鲁棒性强的环境感知和定位技术变得日益重要。同步定位与地图构建(simultaneouslocalization and mapping，slam)技术作为实现这一目标的关键手段，已受到广泛关注。在众多slam技术中，3d激光slam以其高精度、高稳定性以及对复杂环境的适应能力而脱颖而出。

2、3d激光slam主要依赖于3d激光雷达(lidar)来获取周围环境的三维点云数据。激光雷达通过发射激光束并测量其反射回来的时间，可以精确地计算出目标与传感器之间的距离。当激光雷达在空间中移动时，它可以连续扫描周围环境，生成一系列离散的点云数据。通过处理这些点云数据，3d激光slam可以实时构建出周围环境的三维地图，并同时估计出传感器(通常是机器人或车辆)在地图中的位置。

3、此外，为了提高定位精度和鲁棒性，3d激光slam通常会融合其他传感器数据，如惯性测量本文档来自技高网...

【技术保护点】

1.一种基于迭代扩展卡尔曼滤波的紧耦合3D激光SLAM系统，其特征在于：基于迭代误差状态扩展卡尔曼滤波器构建激光-惯性里程计，辅以基于轨迹的回环检测组成后端，构成3D激光SLAM系统，并且使用搭载3D激光雷达和IMU的机器人使用该SLAM算法进行地图构建，具体包括：

2.根据权利要求1所述的基于迭代扩展卡尔曼滤波的紧耦合3D激光SLAM系统，其特征在于：所述数据处理单元进一步包括数据融合模块，配置为对IMU单元和3D激光雷达单元提供的数据进行融合处理，以提升SLAM算法的鲁棒性和精确度。

3.根据权利要求1所述的基于迭代扩展卡尔曼滤波的紧耦合3D激光SLAM系统，...

【技术特征摘要】

1.一种基于迭代扩展卡尔曼滤波的紧耦合3d激光slam系统，其特征在于：基于迭代误差状态扩展卡尔曼滤波器构建激光-惯性里程计，辅以基于轨迹的回环检测组成后端，构成3d激光slam系统，并且使用搭载3d激光雷达和imu的机器人使用该slam算法进行地图构建，具体包括：

2.根据权利要求1所述的基于迭代扩展卡尔曼滤波的紧耦合3d激光slam系统，其特征在于：所述数据处理单元进一步包括数据融合模块，配置为对imu单元和3d激光雷达单元提供的数据进行融合处理，以提升slam算法的鲁棒性和精确度。

3.根据...

【专利技术属性】
技术研发人员：李航，张心兰，唐宝芳，董子乐，孙妍，
申请(专利权)人：稳石机器人深圳有限公司，
类型：发明
国别省市：